近期踩坑记录：关于linux中Qt C++调用python

问题起因

实验室项目分为两部分，一部分是C++接口，负责通过socket收发报文，按协议解析报文，然后传输给后面的算法，算法来进行对数据进行处理(只能说这么多，再说估计就被叫去喝茶了)，然后后期项目整合的时候，接口代码需要和算法进行整合，但是算法部分明没有在服务器上做过测试，所以我在整合的时候需要了很多坑，经过一周的点灯熬夜，终于是完美解决，写出来希望能帮到大家！！

关于Qt中编译cuda生成的cu文件

主要是配置Qt中的pro文件，贴出我百度之后亲测有效的配置

LIBS+= -L/usr/local/cuda-10.2/lib64/ -lcudart -lcufft -lcublas

# 让你的项目可以看到后缀cu的cuda代码文件

OTHER_FILES +=./文件名.cu 

# CUDA配置，具体按照你系统环境更改

CUDA_SOURCES +=./文件名.cu 

CUDA_SDK = "/usr/local/cuda-10.2/"   # cudaSDK路径

CUDA_DIR = "/usr/local/cuda-10.2/"            # CUDA tookit路径

SYSTEM_NAME = linux         # 自己系统环境 'Win32', 'x64', or 'Win64'

SYSTEM_TYPE = 64            #操作系统位数 '32' or '64',

CUDA_ARCH = compute_70           # cuda架构, for example 'compute_10', 'compute_11', 'sm_10'

NVCC_OPTIONS = --use_fast_math --fmad=false

# include paths

INCLUDEPATH += $$CUDA_DIR/include

# library directories

QMAKE_LIBDIR += $$CUDA_DIR/lib64/

CUDA_OBJECTS_DIR = ./

# The following library conflicts with something in Cuda

#QMAKE_LFLAGS_RELEASE = /NODEFAULTLIB:msvcrt.lib

#QMAKE_LFLAGS_DEBUG   = /NODEFAULTLIB:msvcrtd.lib

# Add the necessary libraries

CUDA_LIBS =  cudart cufft

# The following makes sure all path names (which often include spaces) are put between quotation marks

CUDA_INC = $$join(INCLUDEPATH,'" -I"','-I"','"')

NVCC_LIBS = $$join(CUDA_LIBS,' -l','-l', '')

# LIBS += $$join(CUDA_LIBS,'.so ', '', '.so')

# Configuration of the Cuda compiler

CONFIG(debug, debug|release) {

    # Debug mode

    cuda_d.input = CUDA_SOURCES

    cuda_d.output = $$CUDA_OBJECTS_DIR/${QMAKE_FILE_BASE}_cuda.o

    cuda_d.commands = $$CUDA_DIR/bin/nvcc -D_DEBUG $$NVCC_OPTIONS $$CUDA_INC $$NVCC_LIBS --machine $$SYSTEM_TYPE -arch=$$CUDA_ARCH -c -o ${QMAKE_FILE_OUT} ${QMAKE_FILE_NAME}
    
    cuda_d.dependency_type = TYPE_C

    QMAKE_EXTRA_COMPILERS += cuda_d

}

else {

    # Release mode

    cuda.input = CUDA_SOURCES

    cuda.output = $$CUDA_OBJECTS_DIR/${QMAKE_FILE_BASE}_cuda.o

    cuda.commands = $$CUDA_DIR/bin/nvcc $$NVCC_OPTIONS $$CUDA_INC $$NVCC_LIBS --machine $$SYSTEM_TYPE -arch=$$CUDA_ARCH -O3 -c -o ${QMAKE_FILE_OUT} ${QMAKE_FILE_NAME}

    cuda.dependency_type = TYPE_C

    QMAKE_EXTRA_COMPILERS += cuda

}

坑1：关于CUDA_ARCH

这里不同的显卡是不一样的，设置不对的话，编译应该是通过不了的
查询链接

坑2：关于NVCC_OPTIONS

这东西是会附加在下面的cuda.commands里使用，类似于命令行编译的时候用的指令，算法发现计算完的结果存在误差，但是不知道在linux环境如何解决，百度之，通过,如果大家需要加入其他的参数，也是在这里进行
参考链接

Qt中C++代码调用python

pro文件

服务器上是通过anaconda3安装的python，自带版本是py3.7
还是先贴上我自己的配置再做说明

# nunmpy/arrayobject.h
INCLUDEPATH+=/home/lt/anaconda3/lib/python3.7/site-packages/numpy/core/include/


# python.h
INCLUDEPATH+=/home/lt/anaconda3/include/python3.7m/

LIBS+= -L/home/lt/anaconda3/pkgs/python-3.7.6-h0371630_2/lib/ -lpython3.7m
#LIBS+= -L/home/lt/anaconda3/lib/ -lpython3.7m

上面两个头文件，大家根据自己的代码去环境中找就行了，用 locate 或者干脆直接搜索都是可以的
最重要的是引用库的时候，千万别引用错了，不然编译的时候会报错
我报的错误是
https://blog.csdn.net/jiguangfan/article/details/86488573
后来发现是自己把库链接错了(好多库都是重名的，只是路径不同，所以就中招了)

PYTHONHOME和PYTHONPATH

编译通过之后，运行时一直报错环境变量未定义，参考了网上的很多办法，还是没有奏效，最后在代码中算是动态指定了这两个环境变量

Py_SetPythonHome(L"/home/lt/anaconda3/lib/python3.7");
Py_SetPath(L"/home/lt/anaconda3/lib/python37.zip:"
            "/home/lt/anaconda3/lib/python3.7:"
            "/home/lt/anaconda3/lib/python3.7/lib-dynload:"
            "/home/lt/anaconda3/lib/python3.7/site-packages");
Py_Initialize();

前面两个set一定要在第三行初始化之前进行

其他

由于算法那边开发的时候用的是windows+py3.5，但是实际的环境是linux+py3.7 应该是由于版本不同，导致了一些运行时的问题用py从文件中读取数据，然后指定的数据类型出了问题，在下面的网站中找到了解决方案
参考链接

如果对你有帮助，记得回来点赞